MATRIKS

MATRIKS
DEFINISI
Matriks adalah himpunan skalar (bilangan
riil/kompleks) yang disusun secara empat persegi
panjang (menurut baris dan kolom)
Bentuk umum
A=(aij) ,i= 1,2,...m
J=1,2,...m
a11 a12a1n baris 1
a21 a22..a2n baris 2

Am1 am2amn baris m

Kolom n
Kolom 2
Kolom 1
Matriks di atas mempunyai m buah baris dan n
buah kolom maka dikatakan ukuran matriks
tersebut adalah (mxn).
 Kesamaan dua matriks
Dua buah matriks A=(aij) dan B=(bij) dikatakan sama A=B, jika
ukurannya sama (mxn) dan berlaku a ij=bij.

1 2 4 1 2 4
A= B= A=B
2 1 3 2 1 3

1 2 2 2 1 2
C= D= CD
2 1 3 2 1 3

1 2 4 x 2 4
E=
2 2 2
F=
2 2 2
E = F jika x = 1

2 2 2 ?
2 ?
2 ?
2
G= H= ? ? ? G=H
4 5 6 4 5 6
9 0 7 ?
9 ?
0 ?
7
Operasi pada Matriks
1. Penjumlahan / Pengurangan
Syarat = kedua matriks tersebut
berukuran
Contohsama
penjumlahan matriks:

1 2 2 4
A= B= A+B
3 6 3 6

+ = 3
6

+ = 12
6
PENGURANGAN MATRIKS

1 2 2 4
A= B= A-B
3 6 3 6

- = -1 -2

- = 00
2. Perkalian skalar terhadap matriks
Jika suatu skalar dari A=(aij)
maka A diperoleh dengan mengalikan
semua elemen matriks A dengan
4 3 7 12 9 21
Contoh: A maka 3A 9 0 - 3
3 0 - 1
1 2 3 / 2 7/2
A
2 3/2 0 - 1/2
3. Perkalian Matriks
Dua buah matriks A&B dapat dikalikan jika:
Jumlah kolom matriks pertama (A) sama dengan jumlah
baris matriks kedua (B).
Misal. A(mxn) dan B(nxp), C=AxB maka C(mxp).

A
mxn
B C
nxp

mx p
A=(aij) dengan i=1,2,3,,m dan j=1,2,3,
,n
B=(bjk) dengan j=1,2,3,,n dan k=1,2,3,
,p
C=(cik) dengan i=1,2,3,,m dan k=1,2,3,
,p
 Contoh:
1 -4 0
1 2 3
= = 4 2 1
A 0 4 5 B
0 1 2

x + x + x = 9

x + x + x = 16
x + x + x = 3 AxB=
x + x + x = 13
x + x + x = 8
x + x + x = 14
 Transpose
4 5

A= 4 2 6 7 AT = A = 2 3

5 3 -9 7 6 -9
7 7

Definisi:
Transpose mariks A adalah matriks AT dimana kolom-
kolomnya adalah baris-baris dari A, baris-barisnya
adalah kolom-kolom dari A.
T
[A ]ij = [A]ji nxm

Jika A adalah matriks m x n, maka matriks transpose AT

berukuran
 Sifat-sifat transpose
matriks
1.Transpose dari A transpose (AT )T =
adalah A: A

A (AT)T = A
A T

Contoh:

4 5 4 5
2 3 4 2 6 7 2 3
6 -9 5 3 -9 7 6 -9
7 7 7 7
 Sifat-sifat transpose
matriks
2. (A+B)T = AT + B T

T T T

A+B
= A + B

(A+B) T
= A T +
BT
Sifat-sifat transpose matriks
3. (kA)T = k(A) T untuk skalar k

T T
kA k A

(kA)T = k(A)T
 Sifat-sifat transpose
matriks
4. (AB)T = BT AT

T T T

AB
= B A

(AB)
AB = B A
T T T
Jenis Matriks Khusus
1. Matriks bujur sangkar
Adalah suatu matriks dengan
banyaknya baris sama dengan
banyaknya kolom
Contoh 0 1 2
2 0
1 , 1 3 - 1
2
2 1 0
2x2 3x3 elemen diagonal utama
2. Matriks Nol
Adalah matriks yang semua elemennya nol

0 0 0 0 0
0 0 0 0 0

2x2 3x3
3. Matriks Diagonal
Adalah matriks yang semua elemen diluar diagonal utama
adalah nol
Contoh:
1 0 0
0 2 0

0 0 4
4. Matriks Identitas
Adalah matriks diagonal yang elemen diagonal utamanya
semua=1
1 0 0
Contoh: I
0 1 0 3

0 0 1
5. Matriks Skalar
Adalah matriks diagonal dengan semua elemen diagonal utama=K
Contoh: 2 0 0
0 2 0

0 0 2
6. Matriks Segitiga Bawah
Adalah matriks bujur sangkar yang semua elemen diatas diagonal
utama=0
Contoh:
1 0 0
2 2 0

1 1 3
7. Matriks Segitiga Atas
Adalah matriks bujur sangkar yang semua elemen dibawah
diagonal utama=0
Contoh:

8. Matriks Simetris
Adalah matriks yang transfosenya sama dengan dirinya
sendiri.(A=AT).
Contoh:
1 2 0 1 2 0
A 2 1 4 A T 2 1 4
0 4 3 0 4 3
9. Matriks Anti Simetris
Adalah matriks yang transfosenya adalah negatifnya.
Contoh:

10. Matriks Hermitian

Adalah matriks yang transfose hermitiannya sama dengan
dirinya sendiri
Contoh:
3 2i 3 2i

A ,A
T

2i 4 2i 4
11. Matriks Invers
Misal A(nxn), B(nxn) dan berlaku AB=BA=I maka
dikatakan B
invers dari AB=A-1 atau A invers dari BA=B-1
1 2 3 6 - 2 3
Contoh:
A 1 3 3 , B 1 1 0
1 2 4 1 0 1
AxB BxA I

12. Matriks Komutatif

Jika A dan B matriks-matriks bujur sangkar dan berlaku
AB=BA, maka A dan B dikatakan berkomutatif satu sama
lain. 2 1 3 1
A ,B
Contoh: 1 2 1 3
2 1 3 1 7 5
AxB
1 2 1 3 5 7
3 1 2 1 7 5
BxA
1 3 1 2 5 7
 Transformasi Elementer
Yang di maksud Transformasi Elementer pada matriks adalah
operasi sbb:
1. Bij : Pergantian baris ke i dengan baris ke j
2. Kij : Pergantian kolom ke i dengan kolom ke j
3. Bi() : Elemen-elemen baris ke i masing-masing dikalikan
dengan skalar 0
4. Ki() : Elemen-elemen kolom ke j masing-masing dikalikan dengan
skalar 0
5. Bij() : Elemen-elemen baris ke i masing-masing ditambah dengan
kali baris ke j
6. Kij() : Elemen-elemen kolom ke i masing-masing ditambah dengan

kali kolom ke j
7. Bi(1j(2) : Elemen-elemen baris ke i dikalikan dengan 1 masing-
masing
ditambah dengan 2 kali baris ke j
8. Ki(1 j(2) : Elemen-elemen kolom ke i dikalikan dengan 1 masing-
masing
ditambah dengan 2 kali kolom ke j
Contoh:
3 1 4
Di ketahui matriksB 2 1 1 , maka:

3 0 1
Matriks Ekivalen

Dua matriks A dan B dikatakan ekivalen(A ~B) jika matriks

yang satu dapat di peroleh dari matriks yang lain dengan
transformasi baris dan atau kolom.
Contoh:

3 0 2 1 5 1 3 1
A dan B 3 0 2 1
4 1 3 2
Adalah ekivalen
karena:
3 0 2 1 (1) 5 1 2 1 ( 1)
A K
12 K
2
42
4 1 3 2 ~ 3 0 3 ~

3 0 2 1 5 1 3 1
5 1 3 1 B12 3 0 2 1 B
~
 Matriks Eselon

Setiap matriks yang bukan matriks nol dapat

dirubah
menjadi matriks eselon dengan menggunakan
Transformasi Elementer.

Matriks yang memenuhi bahwa elemen-

elemen yang
sekolom dengan setiap elemen tidak nol
terkiri (elemen 1 ) semuanya nol (kecuali
elemen 1 terkirinya) disebut Matriks
Eselon .
 Kondisi-kondisi matriks bentuk eselon
baris dan eselon baris tereduksi:
Ya Tidak
1. Elemen pertama yang 1 0 2 4 1 0 2 4
tidak nol adalah 1 0 1 3 6 0 3 1 6
(satu utama) 0 0 1 0 0 0 1 0

2. Satu utama baris 1 0 2 4 1 0 2 4

berikutnya berada 0 0 1 6 0 0 1 6
lebih kanan dari baris 0 0 0 1 0 1 0 0
sebelumnya

3. Baris nol berada di 1 0 2 4 1 0 2 4

paling bawah 0 1 6 0 0 0 0 0
0 0 0 0 0 1 6 0

4. Elemen di atas satu 0 1 6 0 0 1 1 0 2 4

0 0 0 1 0 6 0 1 3 6
utama nol semua
0 0 0 0 1 5 0 0 1 0
( eselon baris 0 0 0 0 0 0
tereduksi )
Matriks dalam bentuk eselon baris
(eb) dan eselon baris tereduksi
(ebt)
Matriks yang memenuhi kondisi 1, 2, 3 disebut
matriks berbentuk eselon baris.
Jika matriks memenuhi kondisi 1, 2, 3, 4, maka
matriks dalam bentuk eselon baris tereduksi.

* * * * * * 1 utama
* * * * Sembarang nilai
*
* * Nol

eselon baris. eselon baris tereduksi

 Rank Matriks
Setiap matriks dapat dijadikan
matriks eselon atau eselon
tereduksi dengan menggunakan
transformasi elementer.

Jumlah elemen satu terkiri pada

matriks eselon atau jumlah baris
yang tidak sama dengan nol (tidak
dapat di nolkan) pada matriks
eselon disebut Rank Matriks.
Contoh :
Tentukan rank matriks di bawah ini :
1 2 3
1 3 2

2 6 4

Jawab :

1 2 3 H (1) 1 2 3 H 32
( 2) 1 2 3
1 3 2 21
~ 0 1 1 ~ 0 1 1
H ( 22
)
2 6 4 31
~
0 2 2 0 0 0

matrik eselon
Jadi rank matriks diatas adalah 2
Sistem Persamaan
linier
 Persamaan linier
Definisi
N buah variable x1, x2, , xn yang dinyatakan dalam bentuk :
a1x1 + a2x2++ an xn=b
disebut persamaan linier, dengan a 1, a2, ,an dan b adalah
konstanta-
konstanta riil.
Sekumpulan nilai/ harga sebanyak n yang disubtitusikan ke n
variable :
x1=k1, x2=k2 xn=kn sedemikian sehingga persamaan tersebut
terpenuhi, maka himpunan nilai tersebut (k 1, k2, kn) disebut
himpunan penyelesaian (solusi set).
Contoh
2x1 + x2 + 3x3=5
x1=1; x2=0; x3=1 (1,0,1) solusi
x1=0; x2=5; x3=0 (0,5,0) solusi
x1=2; x =1; x3=0 (2,1,0) solusi
suatu persamaan linier bisa mempunyai solusi >1.
Definisi
Sebuah himpunan berhingga dari persamaan-
persamaan linier didalam n variable: x1, x2, , xn
disebut sistem persamaan linier.

Sistem persamaan linier yang tidak mempunyai

solusi disebut inconsisten. Sedangkan sistem
persamaan linier yang mempunyai paling sedikit
sebuah solusi disebut consisten.
Misal ada 2 persamaan dengan 2 variabel.
P1: a1x1+ a2x2=b1 (a1, a20)
P2: a1x1+ a2x2=b2 (c1, c20)
Jika kedua persamaan tersebut dinyatakan
dalam grafik, maka:

U2 U2 U2
P2

X1 X1 X1

P1 P2
P2 P1

Inconsisten Konsisten
 Penyajian SPL dengan persamaan
matriks
a11x1 + a12x2 + a13x3 ++a1nxn = b1

SPL umum: a21x1 + a22x2 + a23x3 ++a2nxn = b2

:
am1x1 + an2x2 + an3x3 + +annxn = bm
matriks koefisien
a11 a12 a13 a1n x1 b1
a21 a22 a23 a2n
x2 b2
A= :
x= b =
am1 am2 am3 amn : :

xm bm

Ax = b
 Penyajian SPL sebagai matriks
augmented
a11x1 + a12x2 + a13x3 + + a1nxn =
b1
a21x1 + a22x2 + a23x3 + + a2nxn =
b2

a11 a12 a13 a1n b1

:a a22 a23 a2n b2
21
a:m1x1 + am2x2 + am3x3 + + amnxn =
. bm
am1 am2 am3 amn bm

matriks augmented
 SUSUNAN PERSAMAAN LINIER

HOMOGEN NON HOMOGEN

AX=0 AX=B, B0

SELALU ADA JAWAB TAK PUNYA JAWAB MEMPUNYAI JAWAB

R(a)r(A,B)

JAWAB HANYA SELAIN JAWAB TRIVIAL, JAWAB UNIK BANYAK

JAWAB TRIVIAL ADA JUGA JAWAB (TUNGGAL) JAWAB
(NOL);R=N NONTRIVIAL R<N R=N R<N

Untuk menyelesaikan persamaan linier menggunakan metode Gauss.

Jordan yaitu: merubah matriks augmented (A|B) menjadi matriks eselon
terreduksi dengan cara melakukan transformasi elementer.
 Sistem Persamaan Linier Non Homogen
Bentuk umum: Ax = B, dimana B0
Sistem Persamaan linier non homogen akan mempunyai jawab bila :
Rank(A) = Rank(A|B)
Contoh ;
1. carilah titik persekutuan garis. -3x+6y = -9 dengan garis. x-2y = 3
Jawab:
-3x+6y=-9
x-2y=3
Dalam bentuk matriks=

3 6 x 9
1 2 y 3 atau Ax B

- 3 6 : 9 1 2 : 3 (3) 1 2 : 3
(A | B) B12 B 21
1 2 : 3 ~ 3 6 : 9 ~ 0 0 : 0
R(a)=r(A|B)=1
r<n
Jumlah variabel=2
1<2
 Contoh
2. Selesaikan sistem persamaan linier non
homogen
Di
x1 bawah
2x 2 x 3 ini
2:
3x1 x 2 2x 3 1
4x1 3x 2 x 3 3
2x1 4x 2 2x 3 4

Jawab 1 2 :1 2
3 1 2 x1
x 1
2 AxB
4 3 1 3
x 3
2 4 2 4

( 3)
1 2 1 2 B 21 1 2 1 2 B ( 1/ 5) 1 2 1 2
3 1 2 1 B ( 4 )
~
0 5 5 5
2
~ 0 1 1 1
31
4 3 1 3 ~
( 2 )
0 11 5 5 0 11 5 5
B 41
2 4 2 4 ~ 0 0 0 0 0 0 0 0
 ( 2 ) ( 1 / 6 )
1 2 21 B12 1 0 1 0 B3
0 1 1 1
~
0 1 1 1
~

0 11 5 5 0 0 6 6

0 0 0 0 0 0 0 0
(11)
B32

(1)
1 0 1 0 B13 1 0 0 1
0 1 1 1
~
0 1 0 0

0 0 1 1 0 0 1 1
B 23
( 1)
0 0 0 0 0 0 0 0

Rank (A) = R (A|B) = 3 =banyaknya variabel

Jadi jawabnya tunggal
Matriks lengkap di atas menyatakan:
x1 0x 2 0x 3 1 x1 1
0x1 x 2 0x 3 0 atau x2 0
0x1 0x 2 x 3 1 x1 1 x3 1
x : x 2 0
Sehingga sebagai penyelesaiannya
x 3 1
 Sistem Persamaan Linier Homogen
Bentuk umum: Ax = 0, yaitu:
a11 x1 + a12 x2 + ... a1n xn = 0
a21 x2 + a22 x2 + ... a2n xn = 0

am1 xm+am2 xm + ... amn xn = 0
Atau= a a12 a1n x1 0
11
a a a x 0
21 22 2n 2



a mn a m 2 a mn x n 0
Matriks A berukuran (m x n)
Matriks x berukuran (n x 1)
Matriks o berukuran (m x 1)
Karena matriks lengkapnya (A|) maka akan selalu berlaku rank
(A)=rank (A|). Sehingga sistem persamaan linier homogen selalu
mempunyai jawab (konsisten).
 Contoh
1. Selesaikan sistem persamaan linier dibawah ini :
x1 x 2 x 3 0 1 1 1 x1 0
x1 x 2 2x 3 0 atau 1 1 2 x 0
2
x1 2x 2 x 3 0 1 2 1 x 3 0
Jawab : ( 1)
( 1) B12
1 1 1 0 B21 1 1 1 0 B23 1 1 1 0 ~

(A | 0) 1 1 2 0 0 0 1 0
~ ~
0 1 0 0
( 1) ( 1)
1 2 1 0 B31 0 1 0 0 0 0 1 0 B13

1 0 0 0 x1 0x 2 0x 3 0
0 1 0 0 0x x 0x 0
1 2 3

0 0 1 0 0x1 0x 2 x 3 0
Sehingga solusinyax:1 0 , x 2 0 , x 3 0
x0
Yaitu solusi trivial atau
2. Selesaikan sistem persamaan linier di
bawah ini :
x1
x1 x 2 x 3 x 4 0 1 1 1 1 0
x 2 0
x1 3x 2 2x 3 4x 4 0 atau 1 3 2 4
x3
2x1 x 3 x 4 0 2 0 1 1 0
x4
Jawab :
( 1)
1 1 1 1 0 B21
(1)
1 1 1 1 0 B32
0 0
~ ~
(A | 0) 1 3 2 4 0 2 1 3
( 2 )
2 0 1 1 0 B31 0 2 1 3 0
 (1 / 2 ) ( 1)
1 1 1 1 0 B 2 1 1 1 1 0 B12
0 2 1 3 0 ~ 0 1 1 / 2 3 / 2 0 ~

0 0 0 0 0 0 0 0 0 0

1 0 1 / 2 1 / 2 0 Rank (A) = (A|

0 0)
1 =1 /2<
2 n3 /=2 4 0

0 0 0 0 0 jadi solusinya
tidak tunggal
1 1 1 1(banyak)
x1 0x 2 x 3 x 4 0 x1 x 3 x 4
2 2 2 2
1 3 1 3
0x1 x 2 x 3 x 4 0 x2 x3 x4
2 2 2 2
Dimana : x3 dan x4 bebas.
untuk x 3 a dan x 4 b
1 1
didapat x1 - a b
2 2
1 3
x2 - a b
2 2
Sehingga :

x1 - 1/2a 1/2b - 1/2 1/2

x - 1/2a - 3/2b - 1/2 - 3/2
x 2 a b
x3 a 0b 1 0

x4 0a b 0 1

Berlaku untuk setiap bilangan riil a & b